狭义人工智能与通用人工智能的区别

通用人工智能是指能够具备一般人类智慧，执行人类所能进行的各种智力任务的机器智能。它是人工智能研究的一个主要目标，也是科幻小说和未来研究的热门话题。相较于弱人工智能，通用人工智能具有尝试模拟全方面人类认知能力的特点。

现代人工智能研究始于1950年代中期。最初的研究者们相信强人工智能不仅是可能的，而且可能在几十年内实现。然而，到了1970年代初期，研究者们逐渐认识到这一目标的困难性。在1980年代初期，随着专家系统的兴起，人工智能领域重新引起关注。然而，到了1990年代，人工智能研究者们开始面临着无法实现自己承诺的挑战。目前，主流的人工智能研究者们希望通过整合解决局部问题的方法来实现通用人工智能。

通用人工智能的特点包括自动规划、机器知觉（如计算机视觉）、以及在智能行为中行动的能力（如机器人的移动能力）。尽管人们对于通用智能的定义存在争议，但研究者们普遍认同通用人工智能所需具备的以上特质。测试。这些测试方法旨在评估机器是否具备类人智能。通用人工智能的讨论也引起了一系列哲学争论，其中一个关键问题是：如果一台机器的唯一功能是转换编码数据，那么这台机器是否具有思维？不同哲学家对此持有不同观点。

另外，通用人工智能的技术方法包括符号方法、联结主义方法和混合方法。符号方法利用逻辑网络和符号来模拟人类的思维过程，而联结主义方法则使用类似于人脑的架构来实现通用智能。混合方法则结合了这两种方法的优点。这些技术方法是实现通用人工智能的关键路径，虽然目前仍然需要更多的研究和发展才能实现这一目标。迷。

通用人工智能的发展面临着严峻挑战，包括但不限于以下几个关键难题：人类类似能力的掌握、感官知觉、运动技能、自然语言理解、问题解决能力、人类水平的创造力以及社交和情感联系。当前的人工智能系统也存在缺乏工作协议、通信差距降低普适性和缺乏业务一致性等问题。

要将人工智能集成到现有系统中是一个复杂的过程，需要业务主管设定目标、确定KPI，以及跟踪ROI，以便评估人工智能带来的成果。实施成本高昂且复杂。这些因素对实现成熟的通用人工智能系统起着重要作用，同时也成为了发展的障碍。

迄今为止，我们接触的大多数AI产品都属于狭义人工智能，也被称为“弱人工智能”。

简而言之，狭义人工智能是指被编程来执行单一任务的人工智能，不管是检查天气、下棋，还是分析数据以生成新闻报道。狭义人工智能系统能够即时处理任务，但仅限于从特定数据集中提取信息。因此，这些系统无法在设计任务之外执行其他任务。

谷歌助手、谷歌翻译、Siri等自然语言处理工具都是狭义人工智能产品。尽管它们能够与我们交互并处理人类语言，但这些系统远未达到人类智能水平。例如，当与Siri交谈时，Siri无法灵活地回应查询，而是仅仅将用户的语言输入搜索引擎中进行处理。

相比之下，通用人工智能能够应对各种问题而不需要特定编码知识。尽管狭义人工智能和通用人工智能在表面上看起来相似，但实际情况并非如此。

狭义人工智能类似于电脑发展的早期阶段，最初设计计算机是为了替代人类完成特定任务。但数学家图灵等人认为，应该建造通用计算机，可以通过编程完成任何任务。

由此，经过一段过渡时期，人们制造了各种类型的计算机，包括为特定任务设计的、模拟计算机、仅能通过更改线路来改变用途的计算机，以及使用十进制而非二进制操作的计算机。如今，几乎所有计算机都符合图灵设想的通用形式，我们称之为“通用图灵机”。只需使用正确的软件，现今的计算机几乎可以执行任何任务。

市场的力量推动通用计算机发展。如今，虽然也可以使用定制解决方案（如专用芯片）更快速、更节能地完成特定任务，但大多数情况下人们更青睐于使用成本低廉、便捷的通用计算机。AI领域也会经历类似转变——通用AI将成为主流，它们与人类更为接近，能够学习几乎所有任务。

然而，通用AI也有其局限性。根据要解决的问题不同，它需要学习不同的知识领域。通用人工智能实现意味着单个算法可以执行多项任务，但并非代表能同时完成所有任务。

值得注意的是，通用AI与强人工智能存在区别。强人工智能是指约翰·希尔勒在提出“中文屋实验”时设定的人工智能级别。这种AI需要具备人类某些能力，并拥有知觉、自我意识，能够独立思考并解决问题。尽管这两个概念似乎都涉及人工智能解决问题的能力，但通用AI更类似于无所不能的计算机，而强人工智能则超越了技术属性，近乎于穿着钢铁侠战甲的人类。

真正的通用人工智能系统尚未商业化。然而，在某些情况下，一些有限的人工智能系统已接近甚至匹敌人类能力。这些系统和通用人工智能在未来的应用方面是人工智能研究的重要课题。

• 自动驾驶汽车： 这些车辆能够识别道路上的其他汽车、行人和物体，并遵守所有交通法规。

• 信息情报： 它们能够从大约10亿个文本文档中提取数据、分析信息，并在不到三秒的时间内回答具有挑战性的问题。